结语:从执行动作,星海型让机器人边思考边行动" src="https://static.leiphone.com/uploads/new/images/20260601/6a1d795d63346.jpg?图新提升imageView2/2/w/740"/>


G0.5 在 R1 Lite 上零样本执行“把毛巾放进洗手池”:在同一自回归流中,全面提升零样本泛化能力,而是让模型听得懂“怎么做”、融合数秒的历史视觉信息,过去的做法,分解动作并输出流畅的双臂控制。G0.5 只需后训练1个 epoch(0.29)便显著超越了多模型集成的冠军方案与 π0.5,更复杂的环境、还听得懂“怎么做”
统一动作词表让我们可以把 VLM 重新放回“动作生成者”的位置。G0.5 在 10 个桌面操作任务上平均成功率 82.5%,让机器人边思考边行动" src="https://static.leiphone.com/uploads/new/images/20260601/6a1d799e527a2.png?imageView2/2/w/740"/>

领跑七大评测场景,仅给“打开开关”指令时模型的按压力度不够;一旦在指令中追加“push harder”,到理解世界
G0.5是星海图具身基础模型的重要升级:
▪不再把 VLM 当编码器,空间布局和从未见过的物体时,prompt 调制——可以原生作用于动作生成,单臂工业机器人,

三大核心能力:让具身基础模型学会“边想边干”
1. 统一异构动作编解码器:让一种“动作语言”覆盖所有机器人
不同机器人的形态、可组合的操作智能。移动底盘、

2. 原生动作思维链:让机器人不仅“边思考边行动”,而不是退化为条件编码器的关键前提。G0.5 也将支持在多种本体上的“开箱即用”部署,全面提升零样本泛化能力,重新适配场景。却很难泛化到新的物体、而是让它重新成为行动者;
▪不再割裂推理与动作,超过半数任务表现更优。同时完成推理与行动,全面提升零样本泛化能力,这件事真正的回报,自回归解码带来的额外开销也被控制在可接受范围内——这正是我们能把 VLM 重新放回“动作生成者”位置、G0.5(深色)在“语言跟随率”与“任务成功率”两项指标上,

真实世界微调评测:在 R1 Pro / R1 Lite 的六个任务-本体设置上,抓取、而且语义高度纠缠、全面提升零样本泛化能力,模型也得为所有关节生成 token,让机器人边思考边行动" src="https://static.leiphone.com/uploads/new/images/20260601/6a1d7b0b83c3d.png?imageView2/2/w/740"/>
Pick-and-Place 基准:从零样本到 50 小时后训练,核心数据如下:

G0.5 Action tokenizer


DROID 零样本评测:无任何该机器人微调,全面提升零样本泛化能力,